在MATLAB中求解方程组有多种方法，以下是一些常用的方法：
使用`linsolve（）`函数
`linsolve（）`函数使用高斯消去法求解线性方程组。
示例代码：
```matlab
A = [1 2； 3 4]；
b = [5； 6]；
x = linsolve（A, b）；
```
使用`inv（）`函数
`inv（）`函数求取系数矩阵的逆矩阵，然后将其乘以右端向量。
示例代码：
```matlab
A = [1 2； 3 4]；
b = [5； 6]；
A_inv = inv（A）；
x = A_inv * b；
```
使用`rref（）`函数
`rref（）`函数将系数矩阵化简为行阶梯形，并从右端向量中提取解。
示例代码：
```matlab
A = [1 2； 3 4]；
b = [5； 6]；
[U, R] = rref（[A, b]）；
x = R（:, end）；
```
使用符号解法
对于代数方程组，可以使用`solve（）`函数求解符号解，然后使用`vpa（）`函数求出数值解。
示例代码：
```matlab
syms x y z；
[x, y, z] = solve（'x^2 + 3*y + 1 = 0', 'y^2 + 4*x + 1 = 0', 'z = 1 - x - y', 'x', 'y', 'z'）；
x = vpa（x, 4）；
y = vpa（y, 4）；
z = vpa（z, 4）；
```
使用`lu（）`函数
`lu（）`函数可以将方程组进行LU分解，然后使用前向替换和后向替换求解。
示例代码：
```matlab
A = [4 5； 1 2； 3 1]；
B = [3； 15； 12]；
[L, U, P] = lu（A）；
y = L（P * B）；
x = U \ y；
```
使用`chol（）`函数
`chol（）`函数可以对对称正定矩阵进行Cholesky分解，然后使用前向替换求解。
示例代码：
```matlab
A = [2 3； -4 -6]；
R = chol（A）；
y = R' \ B；
x = R \ y；
```
使用迭代法
对于非线性方程组，可以使用`fsolve（）`函数实现迭代法求解。
示例代码：
```matlab
f = @（x） x（1）^2 + 2*x（1）*x（2） + x（2）^2 - 1；
x0 = [0.5； 0.5]；
x = fsolve（f, x0）；
```
根据方程组的类型和规模，可以选择合适的方法进行求解。对于线性方程组，通常使用`linsolve（）`、`inv（）`或`rref（）`函数较为高效；对于非线性方程组，则可能需要使用迭代法或其他数值方法。